简介

hbase是bigtable的开源java版本。是建立在hdfs之上，提供高可靠性、高性能、列存储、可伸缩、实时读写nosql的数据库系统。
它介于nosql和RDBMS之间，仅能通过主键(row key)和主键的range来检索数据，仅支持单行事务(可通过hive支持来实现多表join等复杂操作)。

对比传统数据表

• 传统数据表:

• hbase表
  

HBASE底层原理

• 系统架构
  
• Client的作用

• 包含访问hbase的接口，client维护着一些cache来加快对hbase的访问，比如regione的位置信息。

• Zookeeper的作用

• 保证任何时候，集群中只有一个master
• 存贮所有Region的寻址入口
• 实时监控Region Server的状态，将Region server的上线和下线信息实时通知给Master
• 存储Hbase的schema,包括有哪些table，每个table有哪些column family

• Master的作用

• 1 为Region server分配region
• 2 负责region server的负载均衡
• 3 发现失效的region server并重新分配其上的region
• 4 HDFS上的垃圾文件回收
• 5 处理schema更新请求

• Region Server的作用

• Region server维护Master分配给它的region，处理对这些region的IO请求
• Region server负责切分在运行过程中变得过大的region
• 可以看到，client访问hbase上数据的过程并不需要master参与（寻址访问zookeeper和region server，数据读写访问regione server），master仅仅维护者table和region的元数据信息，负载很低。

HBase特征简要

• 海量存储

Hbase适合存储PB级别的海量数据，在PB级别的数据以及采用廉价PC存储的情况下，能在几十到百毫秒内返回数据。这与Hbase的极易扩展性息息相关。正式因为Hbase良好的扩展性，才为海量数据的存储提供了便利。

• 列式存储

这里的列式存储其实说的是列族存储，Hbase是根据列族来存储数据的。列族下面可以有非常多的列，列族在创建表的时候就必须指定。

• 极易扩展

Hbase的扩展性主要体现在两个方面，一个是基于上层处理能力（RegionServer）的扩展，一个是基于存储的扩展（HDFS）。
通过横向添加RegionSever的机器，进行水平扩展，提升Hbase上层的处理能力，提升Hbsae服务更多Region的能力。

备注：RegionServer的作用是管理region、承接业务的访问，这个后面会详细的介绍通过横向添加Datanode的机器，进行存储层扩容，提升Hbase的数据存储能力和提升后端存储的读写能力。

• 高并发

由于目前大部分使用Hbase的架构，都是采用的廉价PC，因此单个IO的延迟其实并不小，一般在几十到上百ms之间。这里说的高并发，主要是在并发的情况下，Hbase的单个IO延迟下降并不多。能获得高并发、低延迟的服务。

• 稀疏

稀疏主要是针对Hbase列的灵活性，在列族中，你可以指定任意多的列，在列数据为空的情况下，是不会占用存储空间的。